cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yoze Rizki
Contact Email
fasilkom@umri.ac.id
Phone
+6281356764330
Journal Mail Official
fasilkom@umri.ac.id
Editorial Address
Redaksi Jurnal Fasilkom, Fakultas Ilmu Komputer Gedung Rektorat Lt. 4, Universitas Muhammadiyah Riau Jl. Tuanku Tambusai, Pekanbaru, Riau
Location
Kota pekanbaru,
Riau
INDONESIA
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Published by Universitas Muhammadiyah Riau
ISSN : 20893353     EISSN : 28089162     DOI : https://doi.org/10.37859/jf.v11i3.2781
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) is expected to be a media of scientific study of research result, a thought and a study criticial analysis to a System engineering research, Informatics Engineering, Information Technology, Computer Engineering, Informatics Management, and Information System. We accept research papers which focused to these following topics: System Engineering Expert System Decision Support System Data Mining Artificial Intelligent Computer engineering Digital Image Processing Computer Graphic Computer Vision Genetic Algorithm Machine Learning Deep Learning Information System Design Business Intelligence and Knowledge Management Database System Big Data IOT Enterprise Computing ICT and Islam Technology Management and other relevant topics to field of Information Technology
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 398 Documents
 26   27   28   29   30 
Sistem Retrieval E-Arsip Tirta Asata Menggunakan Algoritma Vector Space Model Junaidi, Iqbal Hanan; Sopingi; Sumarlinda, Sri
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7358

Abstract

Tirta Asasta Depok, menghadapi tantangan dalam pengelolaan dokumen. Saat ini, PT. Tirta Asasta Depok masih menggunakan pengarsipan secara manual, yang memiliki hambatan dalam efektivitas dan efisiensi waktu saat mencari dokumen. Sistem ini mengimplementasikan sistem manajemen arsip yang efektif dan efisien di PT. Tirta Asasta Depok dengan memanfaatkan teknik text mining, khususnya algoritma Vector Space Model. Permasalahan yang dihadapi perusahaan saat ini adalah penyimpanan dan pencarian dokumen yang masih manual, sehingga menyebabkan ketidakteraturan arsip dan menghambat produktivitas. Metode penelitian yang digunakan adalah dengan menganalisis data dokumen dalam format pdf yang dimiliki oleh PT. Tirta Asasta Depok. Algoritma Vector Space Modelditerapkan untuk melakukan pencarian kemiripan dokumen berdasarkan kata kunci yang dimasukkan oleh pengguna. Melalui pembobotan kata (term) dan kemampuan mencocokkan sebagian querydengan dokumen yang ada, algoritma ini diharapkan dapat meningkatkan efektivitas dan efisiensi dalam manajemen arsip perusahaan. Hasil dari penelitian ini diharapkan dapat menghasilkan sistem manajemen arsip yang lebih teratur, mudah diakses, dan dapat ditemukan dengan cepat saat dibutuhkan. Penerapan teknologi text mining, khususnya algoritma Vector Space Model, terbukti dapat mengotomatisasi proses pengarsipan dan meningkatkan kinerja organisasi secara keseluruhan.
Penggunaan LSTM dalam Membangun Prediksi Penjualan untuk Aplikasi Laptop Lens Ghufron Tamami; Arifin, Muhammad
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7372

Abstract

Laptop adalah alat penting yang mendukung fleksibilitas dan produktivitas dalam dunia bisnis, terutama pada bidang manajemen pengelolaan stok barang yang efektif. Peramalan penjualan menjadi aspek utama dalam melakukan manajemen stok barang, dan peramalan ini dapat membantu perusahaan untuk menentukan strategi masa depan agar tetap dapat bersaing. Pengelolaan stok barang yang efektif sangat penting untuk memastikan ketersedian produk sesuai dengan tren permintaan pasar, hal ini dapat membantu perusahaan untuk tetap mempertahankan keunggulan kompetitif mereka. Penelitian ini bertujuan untuk menguji model Long Short-Term Memory (LSTM) dalam melakukan peramalan penjualan dengan memanfaatkan data dengan format time series. Hasil peramalan nantinya akan dikategorikan menjadi tiga kategori, yaitu low-end, mid-end dan high-end. Pembagian kategori ini akan membantu keputusan suatu perusahaan yang bersifat strategis. Hasil evaluasi menunjukkan performa yang cukup bervariasi di setiap kategori. Pada kategori low-end, model mencapai Root Mean Square Error (RMSE) sebesar 91.2161 dan R-squared (R2) sebesar 0.8247, menunjukkan tingkat loss 91 unit dengan variasi 82.47% dari data penjualan. Untuk kategori mid-end, model menunjukkan performa sangat baik dengan RMSE sebesar 22.3920 dan R2 sebesar 0.9890, menandakan tingkat loss 22 unit dan variasi 98.90%. Pada kategori high-end, model mencapai RMSE sebesar 96.8210 dan R2 sebesar 0.8432, dengan tingkat loss 96 unit dan variasi 84.32%. Penelitian ini menunjukkan bahwa model LSTM efektif dalam memprediksi tren penjualan di semua kategori harga, sehingga dapat membantu perusahaan dalam manajemen stok dan perencanaan pemasaran yang lebih strategis.
IMPLEMENTASI DETEKSI DRONE MENGGUNAKAN YOLO (You Only Look Once) Wijanarko, Restu Gilang; Pradana, Afu Ichsan; Hartanti, Dwi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7374

Abstract

Penelitian ini berfokus pada pengembangan sistem deteksi drone yang akurat dan efektif berbasis teknologi kamera. Penggunaan drone yang semakin meningkat di berbagai sektor, seperti fotografi udara, pemantauan lingkungan, pemetaan topografi, pengiriman barang, inspeksi infrastruktur, dan pertanian presisi, telah membawa banyak manfaat. Namun, penggunaan drone yang tidak bertanggung jawab juga dapat menimbulkan masalah serius, seperti pelanggaran privasi, risiko keamanan, dan gangguan pada operasi penerbangan. Untuk mengatasi tantangan ini, penelitian ini mengusulkan pendekatan deteksi drone menggunakan kamera sebagai perangkat utama, memanfaatkan algoritma pengolahan citra digital dan teknik pembelajaran mesin. Sistem ini diharapkan mampu mendeteksi keberadaan drone dalam berbagai kondisi lingkungan dan pencahayaan, serta memberikan informasi yang lebih rinci tentang lokasi dan aktivitas drone. Dengan menggunakan teknologi pembelajaran mesin, sistem ini dapat dilatih untuk mengenali berbagai jenis drone dan membedakannya dari objek lain yang mungkin muncul di latar belakang, serta dapat terus ditingkatkan kinerjanya seiring dengan bertambahnya data pelatihan yang digunakan. Penelitian ini menggunakan metode Research and Development (R&D) dengan fokus pada implementasi sistem deteksi drone menggunakan kamera web dan perpustakaan perangkat lunak OpenCV. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan dan keselamatan di berbagai sektor, serta mencegah penyalahgunaan teknologi drone untuk tujuan yang merugikan, dan temuan dari penelitian ini dapat menjadi dasar bagi pengembangan sistem deteksi drone yang lebih canggih di masa depan.
Evaluasi Faktor-Faktor Penerimaan Aplikasi SeaBank Menggunakan Model UTAUT2 Nur Tsalitsna Imamah; Arista Pratama; Asif Faroqi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7391

Abstract

Sistem pembayaran non tunai semakin populer sebagai infrastruktur keuangan yang mendukung pertumbuhan teknologi keuangan. Salah satu metode yang diminati adalah bank digital seperti SeaBank, yang menawarkan kemudahan, efisiensi, dan keamanan transaksi. SeaBank memberikan layanan rekening tabungan dengan bunga tinggi, promo menarik, dan transfer gratis, menjadi solusi finansial komprehensif bagi pengguna. Namun, SeaBank tidak memiliki ATM dan kantor cabang pada kota besar saja yang dapat membatasi penerimaan aplikasi, serta permasalahan seperti kegagalan transaksi dan pengaduan yang tidak segera ditindaklanjuti menunjukkan perlunya analisis faktor penerimaan teknologi terhadap minat dan perilaku penggunaan aplikasi SeaBank. Research ini bermaksud untuk mengerti aspek yang memengaruhi minat dan perilaku pengguna dalam menerima aplikasi SeaBank menggunakan model UTAUT2. Sampel sebanyak 401 responden diambil dari pengguna aplikasi SeaBank, kemudian dianalisis dengan SEM-PLS menggunakan SPSS dan SmartPLS. Hasil penelitian menunjukkan faktor yang memengaruhi niat penggunaan adalah performance expectancy, social influence, price value, dan habit, sedangkan perilaku penggunaan dipengaruhi oleh behavioral intention.
Enhancing Website Marketing Through Effective Seo Strategies: A Case Study of Entrefine Ferdinand, Rico; Permana, Angga Aditya
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7392

Abstract

The Industrial Revolution 4.0 has influenced consumer behavior, as they use the internet to seek information. This has led to businesses shifting their marketing strategies towards digital marketing. Entrefine sells products such as data management analysis systems and Excel training for corporate employees. One crucial aspect to consider the high number of companies selling similar products, resulting in fierce competition among businesses. The solution to this problem is to design and develop a new website as an information system to offer Excel training services, enhance management efficiency and cost-effectiveness, and implement SEO on the website to improve its search engine rankings, thereby increasing the chances of attracting internet users. The System Development Life Cycle (SDLC) method using the Waterfall model is employed in website development, as it is suitable for systems with low complexity, ensuring well-scheduled and easily controlled project execution. The built system can be deemed successful as the website scored 100% in functionality testing and operates smoothly. The implementation of SEO has proven to be effective, generating a total of 341 traffic and achieving an average ranking of 8.4 within a short period.
Implementasi Sistem Penghitungan Volume Kendaraan Menggunakan YOLOv8 Putra, Wihan Perkasa Nugraha; Pradana, Afu Ichsan; Nurchim, Nurchim
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7395

Abstract

Dengan banyaknya kendaraan di jalan, penting untuk memantau lalu lintas agar keamanan dan manajemen lalu lintas dapat terjaga dengan baik. Pengumpulan data jumlah kendaraan secara manual memerlukan banyak sumber daya dan biaya. YOLOv8 (You Only Look Once) adalah teknologi visi komputer yang memungkinkan deteksi objek secara otomatis dengan akurasi dan kecepatan tinggi. Penelitian ini bertujuan untuk mengotomatisasi perhitungan jumlah kendaraan yang melintas dengan YOLOv8, yang dapat mendeteksi berbagai jenis kendaraan dalam berbagai kondisi cuaca. Studi ini terdiri dari beberapa tahap, yaitu pengumpulan data, preprocessing, pemodelan, dan evaluasi. Dataset diperoleh dari dataset Kaggle dan rekaman video lalu lintas di Indonesia. Dataset dibagi menjadi data latih dan validasi dan diproses dengan bounding box. Pemodelan menggunakan YOLOv8 Nano dengan 50 epoch, dan evaluasi dilakukan menggunakan confusion matrix. Implementasi dilakukan menggunakan OpenCV untuk menghitung jumlah kendaraan dari rekaman video. Sistem ini berhasil menghitung jumlah kendaraan berdasarkan klasifikasi yang berbeda dengan baik, meski ada kendala saat frame drop. Penelitian ini berhasil mengembangkan sebuah sistem yang akurat dan diuji dengan rekaman CCTV lalu lintas di Surakarta, meskipun klasifikasi jenis kendaraan belum sesuai dengan standar dinas perhubungan dan kualitas frame rate video masih memengaruhi akurasi sistem. Sebaiknya dilakukan pengujian waktu nyata dan penambahan identitas unik pada kendaraan yang dideteksi.
Analisa Dampak Penggunaan Chat Generative Pre-Training Transformer (GPT) Dilingkungan Universitas Hang Tuah Pekanbaru Menggunakan Metode Technology Acceptance Model (TAM) Oktaviani
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7413

Abstract

Penggunaan teknologi Chat Generative Pre-Training Transformer (ChatGPT) dilingkungan pendidikan menjadi perhatian yang semakin meningkat. Dengan kemampuannya, ChatGPT dapat membantu dalam tugas maupun pekerjaan sehari – hari. Penelitian ini bertujuan untuk menganalisa dampak penggunaan ChatGPT di Universitas Hang Tuah Pekanbaru dengan menerapkan pendekatan TAM (Technology Acceptance Model). TAM (Technology Acceptance Model) digunakan untuk prediksi penerimaan dari sistem pengguna, yang dirancang untuk melakukan prediksi bukan deskripsi. Pendekatan kuantitatif diterapkan pada riset ini dengan menerapkan software IBM SPSS Statistics versi 21 untuk pengujian deskriptif dan software SmartPLS 3.0 untuk pengujian hipotesis, melalui penyebaran kuesioner dengan jumlah 96 sampel yang terdiri dari mahasiswa 86 orang dan dosen 10 orang di Universitas Hang Tuah Pekanbaru. menunjukkan hasil bahwa variabel PEOU memiliki jumlah persen sebesar 80,2% dengan kategori baik, variabel PU memiliki jumlah persen sebesar 74,3% dengan kategori baik, variabel ATU memiliki jumlah persen 75,5% dengan kategori baik, variabel BITU memiliki jumlah persen 51,3% dengan kategori sedang dan variabel ASU memiliki jumlah persen 58% dengan kategori sedang. Dapat disimpulkan hasil analisa dampak penggunaan ChatGPT menggunakan metode TAM (Technology Acceptance Model) menunjukkan hasil sangat baik dan baik yang artinya dampak penggunaan ChatGPT memiliki dampak positif.
Implementasi Enhancement Website Asosiasi Dosen Indonesia Dengan Metode Pengembangan Agile Ainur Rony, Muhammad; Dian Anggraeni, Motika
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7431

Abstract

Website resmi Asosiasi Dosen Indonesia (ADI) telah mengalami beberapa tantangan yang memerlukan pembaruan signifikan untuk mendukung berbagai proses yang esensial bagi organisasi. Meskipun website yang ada saat ini sudah berfungsi dengan baik, terdapat beberapa keterbatasan dalam mengakomodasi kebutuhan spesifik organisasi seperti penambahan dan pengubahan data universitas serta perubahan data anggota. Seiring dengan bertambahnya jumlah transaksi data anggota, kinerja website menunjukkan penurunan yang signifikan, memerlukan optimalisasi performa untuk menjaga efisiensi operasional. Selain itu, peningkatan pada aspek User Interface (UI) dan User Experience (UX) sangat diperlukan untuk memastikan pengalaman pengguna yang lebih baik, yang diharapkan dapat berkontribusi pada peningkatan jumlah pendaftaran anggota baru. Pengembangan website ADI bertujuan untuk mencapai beberapa sasaran utama. Pertama, menciptakan website yang sepenuhnya memenuhi kebutuhan organisasi saat ini, sehingga memudahkan pengurus asosiasi dalam mengelola anggota, baik baru maupun lama. Kedua, meningkatkan performa website agar memberikan pengalaman pengguna yang lebih baik dan responsif, yang pada akhirnya diharapkan dapat meningkatkan jumlah pendaftaran anggota. Pengembangan website ini akan dilakukan dengan menggunakan metode Agile. Pendekatan Agile dipilih karena memungkinkan iterasi dan perbaikan terus-menerus, serta responsivitas terhadap perubahan kebutuhan selama proses pengembangan. Hasil penelitian diharapkan dapat menjadi sebuah platform yang tidak hanya lebih efisien dan efektif, tetapi juga lebih ramah pengguna, mendukung pertumbuhan dan perkembangan organisasi di masa depan.
Sistem Rekomendasi Pemilihan Jenis Baju Batik Menggunakan Metode Knowledge-Based Di Batik Amarta Saputro, Nurbagus; Atina, Vihi; Hartanti, Dwi
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7483

Abstract

Salah satu usaha batik yang mengkuti perkembangan teknologi yaitu Batik Amarta. Batik Amarta merupakan salah satu produsen baju batik terbesar di Masaran. Batik Amarta juga melakukan penjualan melalui e-commerce seperti Tiktok dan Tokopedia karena batik amarta belum memiliki sebuah website sendiri. Dibagian ini muncul permasalahan dimana pelanggan kebingungan menentukan beberapa pilihan tentunya dari motif, jenis batik, anggaran dan kriteria yang telah ditawarkan oleh pemilik usaha. Tujuan penelitiam untuk membangun sistem rekomendasi pemilihan baju batik menggunakan metode knowledge-based. Rapid Application Development (RAD) merupakan menggunakan meotde pengembangan sistem yaitu dengan 4 tahap yaitu perencanaan kebutuhan, desain sistem, proses pengembangan, implementasi. Knowledge Based merupakan metode sistem rekomendasi pada penelitian ini dengan kelebihan dapat memberikan skala prioritas pelanggan sesuai keinginan pelanggan terhadap produk. Pemodelan data dengan metode knowledge based recommendation menggunakan data sampel berjumlah 20 produk baju batik dan 5 atribut yaitu jenis batik, warna, bahan, kualitas, harga. Dapat memberikan rekomendasi produk berdasarkan kebutuhan pelanggan dan atribut produk jenis. Produk baju batik dengan nilai kemiripan tertinggi akan menjadi hasil rekomendasi. Dalam hal ini, produk dengan nilai kemiripan tertinggi yaitu 0,949901 adalah baju batik Kasual PRANAWA - S. Hasil analisis data ini bisa sebagai referensi untuk pengembangan sistem rekomendasi pemilihan baju batik.
Penggunaan Metode Content Based Filtering Dalam Sistem Rekomendasi Elektronik di Toko Pareto Ester Anugrayningtyas; Mulindar, Joni; Hasanah, Herliyani
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini dilakukan dengan tujuan mengembangkan sistem rekomendasi yang dapat memberikan rekomendasi produk lebih personal dan sesuai dengan preferensi konsumen berbasis Content Based Filtering menggunakan metode Term Frequency - Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Analisis sistem dilakukan untuk memahami proses yang telah berjalan di toko elektronik Pareto terkait rekomendasi barang. Toko Pareto menyadari tingginya tingkat persaingan dalam bisnis penjualan barang elektronik, sehingga mendorong mereka untuk meningkatkan sistem penjualan produk dengan memanfaatkan sistem rekomendasi yang dapat merekomendasikan produk kepada konsumen secara lebih efektif.Metode penelitian ini mencakup pengumpulan data historis mengenai informasi daftar barang elektronik seperti nama barang, merk, tipe, harga, dan diskon, yang sudah terdokumentasi sebelumnya. Peneliti bertugas mencari dan mengumpulkan data-data tersebut untuk selanjutnya diolah menggunakan metode TF-IDF dan Cosine Similarity guna menghasilkan rekomendasi produk yang lebih akurat dan personal.Dalam implementasinya, metode TF-IDF digunakan untuk menghitung bobot frekuensi kemunculan kata dalam dokumen serta mengukur kemiripan antar data berdasarkan vektor bobotnya. Sementara Cosine Similarity menjadi metode perhitungan kemiripan antara vektor dari dua data. Selanjutnya, sistem rekomendasi berbasis konten berhasil diterapkan pada data barang elektronik yang ada di toko Pareto, dan memberikan rekomendasi kepada konsumen.Dari hasil pengujian tersebut, sistem mampu menampilkan 5 produk yang mirip dengan produk uji, yakni Lemari Es 1 Pintu merk Polytron tipe PRA 16, dengan nilai similaritas tertinggi dimiliki oleh Lemari Es 1 Pintu merk Polytron tipe PRA 18 sebesar 0.549533 dan presentase similaritasnya yaitu 54.953252%. Dari hasil sistem yang ada bahwa menggunakan metode TF-IDF dan Cosine Similarity bisa meningkatkan akurasi dan personalisasi sistem rekomendasi di toko Pareto. Sistem rekomendasi yang lebih akurat dan personal dapat meningkatkan kepuasan konsumen dan membantu toko Pareto bersaing dengan toko lainnya dalam bisnis penjualan barang elektronik.

Page 28 of 40 | Total Record : 398

 26   27   28   29   30 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol. 15 No. 3 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 15 No. 1 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 13 No 01 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 3 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 2 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Vol 12 No 1 (2022): Jurnal Fasilkom (teknologi inFormASi dan ILmu KOMputer) Vol 11 No 3 (2021): Jurnal Fasilkom Vol 11 No 2 (2021): Jurnal Fasilkom Vol 11 No 1 (2021): Jurnal Fasilkom Vol 10 No 3 (2020): Jurnal Fasilkom Vol 10 No 2 (2020): Jurnal Fasilkom Vol 10 No 1 (2020): JURNAL FASILKOM Vol 9 No 3 (2019): Jurnal Fasilkom Vol 9 No 2 (2019): Jurnal Ilmu Komputer Vol 8 No 1 (2019): Jurnal Ilmu Komputer Vol 7 No 2 (2018): Agustus 2018 Vol 5 No 2 (2016): Jurnal Ilmu Komputer More Issue